Sie sind hier:

Smart Data versus Big Data

23.07.2014IT & TelekommunikationBig Data, smart data, Predictive Analytics, TobiasKnoben

Strategisches IT-Management 2015 | Newsletter 1/2014

Smart Data: Die Zielsetzung bestimmt den Weg

Big Data ist DAS Buzzword schlechthin im Marketing. An vielen Stellen wird der zentrale Nutzen von Big Data jedoch noch nicht gesehen. Wahrscheinlich liegt das daran, dass Big Data „Big Waste“ ist, wenn daraus keine praktisch umsetzbaren Erkenntnisse gewonnen werden.

Smart Data: Die Zielsetzung bestimmt den Weg

Lieber Smart als Big

Wir sprechen deshalb lieber von Smart Data. Es geht nicht darum, unzählige Daten zu sammeln, bloß weil man das jetzt kann, sondern darum, die richtigen Daten zu sammeln und darauf basierend erfolgsrelevante Entscheidungen zu treffen. Nur wenn man weiß welche Entscheidungen zu treffen sind, basierend auf einer klaren Strategie und welche Prozesse optimiert werden sollen und was überhaupt umsetzbar ist im Unternehmen, kann man die sog.  Metrics that matters definieren, sammeln und analysieren. Gerade aus dem Zusammenspiel sog. alter Daten (wie bspw. Marktforschungs oder Media-Daten) und neuer Daten (bspw. Analytics, Social and Search Daten) ergeben sich völlig neue Einsichten.

Marketingausgaben reduzieren – Kundenverständnis steigern: Schon Henry Ford hatte die Einsicht, dass jeder zweite Marketing-Dollar falsch eingesetzt ist

Smart Data kann im ersten Schritt erst einmal helfen, die verschwendete Hälfte der Marketingausgaben maßgeblich zu verringern. Dies geschieht durch Transparanzmachung mittels ganzheitlicher Betrachtung der Marketingprozesse und explorativer Modellierung mittels der schon vorher benannten alten und neuen Daten. Die Transparenz versetzt Unternehmen in die Lage, kontinuierlich ihre Marketingeffizienz zu steigern. All Data in one Place – die alten und neuen Daten müssen an einem Ort methodisch vergleichbar zusammen geführt werden, um diese „Äpfel und Birnen“ vergleichen zu  können. Nur so hat der CMO perspektivisch die Chance, Event- und Sponsoringaktivitäten mit Facebookkampagnen oder TV Spendings mit Social Campaigns oder Out of Home Aktivitäten mit Google Adwords Kampagnen quantitativ zu vergleichen – um nur einige zu benennen – und so seinen MarketingROI zu optimieren.

Interessiert an mehr Experten-Interviews: Laden Sie sich hier das kostenlose Whitepaper Experten-Interviews ITK herunter

Bereits vor 4 Jahren haben wir begonnen, mit unserem Partner Google Projekte zu initiieren, die aus der Auswertung frei verfügbarer Daten von Google Vorhersagen für zukunftskritische Marketingentscheidungen generieren. Diejenigen Internetnutzer bspw. die bei Google nach Strompreisvergleich suchen werden mit über 70 %-iger Wahrscheinlichkeit im kommenden Monat Ihren Stromanbieter wechseln. Ebenso lassen sich aus der Summe aller Suchen nach Automobilen im Golf-Segment die Zulassungszahlen der Fahrzeuge in 2 Monaten mit über 90-iger Genauigkeit vorhersagen.

Der Handelsblatt Newsletter „Strategisches IT-Management“ ist da! Hier zum kostenlosen Download

Das alles passiert nicht indem die Suchdaten von Einzelpersonen „ausspioniert“ werden, sondern indem frei verfügbare Daten die das Interesse der  Internetnutzer allgemein aufzeigen quasi als Marktforschung 2.0 eingesetzt wird.

Die 4P von Smart Data

Sie sind die Voraussetzung für das Gelingen von Smart Data Projekten: die 4P von Smart Data Purpose, People, Processes, Platform. Erst wenn definiert ist, was mit Daten warum gemacht werden soll (Purpose), können Menschen (People), die Datenanalyse-, IT- und Marketingkenntnisse aufweisen, Prozesse definieren (Processes). Den Unternehmen wird so ermöglicht, den Nutzen aus Smart Data Analysen zu ziehen. So können sie dann IT anschaffen (Platform), die den Nutzen von Smart Data über viele Marketingprozesse hinweg effizient skalierbar machen.

Die IT-Plattformeinführung wird nur dann erfolgreich sein, wenn sie begleitet ist von entsprechenden Services (u. a. Daten Audits, die aufzeigen welche Daten bereits gesammelt werden und auf die eventuell auch verzichtet werden kann). Weitere Erfolgsfaktoren sind explorative Data Science (Analytische Modellierungen auf Grundlage der gesammelten Daten, die Auskunft über zukünftigen Geschäftserfolg geben) und Daten-Dashboards, die die Unternehmensdaten so aufbereiten und darstellen, dass sie auch von Laien der Datenanalyse leicht verstanden werden.

Daten-Dashboards und Analysetools dürfen eben nicht als „Tools“ oder „Produkte“ verstanden werden, die im Unternehmen eingeführt werden und die Arbeit machen. IT ist nur die Unterstützung der zunächst notwendigen, detaillierten „smarten Datenarbeit“. So wird dann vielleicht aus Smart Data irgendwann „Big Data“-based Money.

Autor: Prof. Dr. Marc Drüner, Inhaber der Professur für Marketing und Innovationsmanagement Steinbeis-Hochschule Berlin, Geschäftsführender
Gesellschafter der trommsdorff + drüner, innovation + marketing consultants GmbH

Kontakt: Tobias Knoben, Konferenz-Manager EUROFORUM | XING